溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》

Oracle查詢中OVER有哪些用法

發(fā)布時間:2020-07-10 11:27:34 來源:億速云 閱讀:196 作者:Leah 欄目:MySQL數(shù)據(jù)庫

Oracle查詢中OVER有哪些用法?很多新手對此不是很清楚,為了幫助大家解決這個難題,下面小編將為大家詳細(xì)講解,有這方面需求的人可以來學(xué)習(xí)下,希望你能有所收獲。

注:標(biāo)題中的紅色order by是說明在使用該方法的時候必須要帶上order by。

一、rank()/dense_rank() over(partition by ...order by ...)

現(xiàn)在客戶有這樣一個需求,查詢每個部門工資最高的雇員的信息,相信有一定oracle應(yīng)用知識的同學(xué)都能寫出下面的SQL語句:

select e.ename, e.job, e.sal, e.deptno 
 from scott.emp e, 
    (select e.deptno, max(e.sal) sal from scott.emp e group by e.deptno) me 
 where e.deptno = me.deptno 
  and e.sal = me.sal;

在滿足客戶需求的同時,大家應(yīng)該習(xí)慣性的思考一下是否還有別的方法。這個是肯定的,就是使用本小節(jié)標(biāo)題中rank() over(partition by...)或dense_rank() over(partition by...)語法,SQL分別如下:

select e.ename, e.job, e.sal, e.deptno 
 from (select e.ename, 
        e.job, 
        e.sal, 
        e.deptno, 
        rank() over(partition by e.deptno order by e.sal desc) rank 
     from scott.emp e) e 
 where e.rank = 1;
select e.ename, e.job, e.sal, e.deptno 
 from (select e.ename, 
        e.job, 
        e.sal, 
        e.deptno, 
        dense_rank() over(partition by e.deptno order by e.sal desc) rank 
     from scott.emp e) e 
 where e.rank = 1;

為什么會得出跟上面的語句一樣的結(jié)果呢?這里補充講解一下rank()/dense_rank() over(partition by e.deptno order by e.sal desc)語法。

over: 在什么條件之上。

partition by e.deptno: 按部門編號劃分(分區(qū))。

order by e.sal desc: 按工資從高到低排序(使用rank()/dense_rank() 時,必須要帶order by否則非法)

rank()/dense_rank(): 分級

整個語句的意思就是:在按部門劃分的基礎(chǔ)上,按工資從高到低對雇員進(jìn)行分級,“級別”由從小到大的數(shù)字表示(最小值一定為1)。

那么rank()和dense_rank()有什么區(qū)別呢?

rank(): 跳躍排序,如果有兩個第一級時,接下來就是第三級。

dense_rank(): 連續(xù)排序,如果有兩個第一級時,接下來仍然是第二級。

小作業(yè):查詢部門最低工資的雇員信息。

二、min()/max() over(partition by ...)

現(xiàn)在我們已經(jīng)查詢得到了部門最高/最低工資,客戶需求又來了,查詢雇員信息的同時算出雇員工資與部門最高/最低工資的差額。這個還是比較簡單,在第一節(jié)的groupby語句的基礎(chǔ)上進(jìn)行修改如下:

select e.ename, 
     e.job, 
     e.sal, 
     e.deptno, 
     e.sal - me.min_sal diff_min_sal, 
     me.max_sal - e.sal diff_max_sal 
  from scott.emp e, 
     (select e.deptno, min(e.sal) min_sal, max(e.sal) max_sal 
      from scott.emp e 
      group by e.deptno) me 
  where e.deptno = me.deptno 
  order by e.deptno, e.sal;

上面我們用到了min()和max(),前者求最小值,后者求最大值。如果這兩個方法配合over(partition by ...)使用會是什么效果呢?大家看看下面的SQL語句:

select e.ename, 
    e.job, 
    e.sal, 
    e.deptno, 
    nvl(e.sal - min(e.sal) over(partition by e.deptno), 0) diff_min_sal, 
    nvl(max(e.sal) over(partition by e.deptno) - e.sal, 0) diff_max_sal 
 from scott.emp e;

這兩個語句的查詢結(jié)果是一樣的,大家可以看到min()和max()實際上求的還是最小值和最大值,只不過是在partition by分區(qū)基礎(chǔ)上的。

小作業(yè):如果在本例中加上order by,會得到什么結(jié)果呢?

三、lead()/lag() over(partition by ... order by ...)

中國人愛攀比,好面子,聞名世界??蛻舾呛眠@一口,在和最高/最低工資比較完之后還覺得不過癮,這次就提出了一個比較變態(tài)的需求,計算個人工資與比自己高一位/低一位工資的差額。這個需求確實讓我很是為難,在groupby語句中不知道應(yīng)該怎么去實現(xiàn)。不過。。?!,F(xiàn)在我們有了over(partition by ...),一切看起來是那么的簡單。如下:

select e.ename, 
    e.job, 
    e.sal, 
    e.deptno, 
    lead(e.sal, 1, 0) over(partition by e.deptno order by e.sal) lead_sal, 
    lag(e.sal, 1, 0) over(partition by e.deptno order by e.sal) lag_sal, 
    nvl(lead(e.sal) over(partition by e.deptno order by e.sal) - e.sal, 
      0) diff_lead_sal, 
    nvl(e.sal - lag(e.sal) over(partition by e.deptno order by e.sal), 0) diff_lag_sal 
 from scott.emp e;

看了上面的語句后,大家是否也會覺得虛驚一場呢(驚出一身冷汗后突然雞凍起來,這樣容易感冒)?我們還是來講解一下上面用到的兩個新方法吧。

lead(列名,n,m): 當(dāng)前記錄后面第n行記錄的<列名>的值,沒有則默認(rèn)值為m;如果不帶參數(shù)n,m,則查找當(dāng)前記錄后面第一行的記錄<列名>的值,沒有則默認(rèn)值為null。

lag(列名,n,m): 當(dāng)前記錄前面第n行記錄的<列名>的值,沒有則默認(rèn)值為m;如果不帶參數(shù)n,m,則查找當(dāng)前記錄前面第一行的記錄<列名>的值,沒有則默認(rèn)值為null。

下面再列舉一些常用的方法在該語法中的應(yīng)用(注:帶order by子句的方法說明在使用該方法的時候必須要帶order by):

select e.ename, 
    e.job, 
    e.sal, 
    e.deptno, 
    first_value(e.sal) over(partition by e.deptno) first_sal, 
    last_value(e.sal) over(partition by e.deptno) last_sal, 
    sum(e.sal) over(partition by e.deptno) sum_sal, 
    avg(e.sal) over(partition by e.deptno) avg_sal, 
    count(e.sal) over(partition by e.deptno) count_num, 
    row_number() over(partition by e.deptno order by e.sal) row_num 
 from scott.emp e;

大家在讀完本片文章之后可能會有點誤解,就是OVER (PARTITION BY ..)比GROUP BY更好,實際并非如此,前者不可能替代后者,而且在執(zhí)行效率上前者也沒有后者高,只是前者提供了更多的功能而已,所以希望大家在使用中要根據(jù)需求情況進(jìn)行選擇。

看完上述內(nèi)容是否對您有幫助呢?如果還想對相關(guān)知識有進(jìn)一步的了解或閱讀更多相關(guān)文章,請關(guān)注億速云行業(yè)資訊頻道,感謝您對億速云的支持。

向AI問一下細(xì)節(jié)

免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI